Bắt đầu ngayBắt đầu miễn phí

Áp dụng hiệu chỉnh Bonferroni

Sau khi xác định được các khác biệt có ý nghĩa giữa các nhóm trị liệu bằng Tukey's HSD, chúng ta muốn kiểm chứng lại phát hiện này với hiệu chỉnh Bonferroni. Hiệu chỉnh Bonferroni là một điều chỉnh thống kê mang tính thận trọng, dùng để khắc phục vấn đề so sánh đa bội. Cách này giảm khả năng xuất hiện kết quả dương tính giả bằng cách điều chỉnh mức ý nghĩa. Trong bối cảnh nghiên cứu hiệu quả của CBT, DBT và ACT, áp dụng hiệu chỉnh Bonferroni sẽ giúp đảm bảo rằng những khác biệt có ý nghĩa giữa các nhóm trị liệu bạn quan sát được không chỉ do ngẫu nhiên.

Bài tập này là một phần của khóa học

Thiết kế thí nghiệm với Python

Xem khóa học

Hướng dẫn bài tập

  • Thực hiện các kiểm định t độc lập giữa tất cả các cặp nhóm trị liệu trong therapy_pairs và thêm các p-value (p_val) vào danh sách p_values.
  • Áp dụng hiệu chỉnh Bonferroni để điều chỉnh các p-value từ nhiều kiểm định và in chúng ra.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

p_values = []

therapy_pairs = [('CBT', 'DBT'), ('CBT', 'ACT'), ('DBT', 'ACT')]

# Conduct t-tests and collect P-values
for pair in ____:
    group1 = therapy_outcomes[therapy_outcomes['Therapy_Type'] == ____]['Anxiety_Reduction']
    group2 = therapy_outcomes[therapy_outcomes['Therapy_Type'] == ____]['Anxiety_Reduction']
    t_stat, p_val = ____(group1, group2)
    p_values.____(p_val)

# Apply Bonferroni correction
print(____(____, alpha=0.05, method='____')[1])
Chỉnh sửa và Chạy Mã